[发明专利]推荐内容的获取方法、装置、电子设备及可读存储介质有效

专利信息
申请号: 201910208642.3 申请日: 2019-03-19
公开(公告)号: CN111723260B 公开(公告)日: 2023-08-04
发明(设计)人: 王山雨;隋冬;张俊宇;吴珊;唐刚;钱立伟;刘晓春 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/951 分类号: G06F16/951;G06F16/9535;G06F16/958;G06Q30/0251;G06Q30/0241
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 推荐 内容 获取 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种推荐内容的获取方法,其特征在于,所述方法包括以下步骤:

从目标页面中,提取至少一个关键词;

根据历史监测到的用户行为,预测在所述目标页面中,对各关键词匹配的推荐内容执行用户行为的概率;

根据所述概率,从提取到的所述至少一个关键词中确定目标词,所述目标词是指匹配的推荐内容具有较高概率执行用户行为;

获取与所述目标词相匹配的目标推荐内容,以在所述目标页面中进行展示;

所述根据历史监测到的用户行为,预测在所述目标页面中,对各关键词匹配的推荐内容执行用户行为的概率,包括:

将所述目标页面的主题和各关键词输入预测模型,以获取各关键词对应的概率;

其中,所述预测模型,是根据历史监测到的对各页面展示的推荐内容是否执行用户行为进行模型训练得到的,所述预测模型用于根据各页面的主题与相应页面提取到关键词之间的相关性特征,预测在相应页面下对各关键词匹配的推荐内容执行用户行为的概率。

2.根据权利要求1所述的获取方法,其特征在于,所述预测模型采用训练样本进行训练;

所述训练样本,包括主题、标记为正的关键词和标记为负的关键词;其中,所述标记为正的关键词,用于指示在具有相应主题的页面下关键词匹配的推荐内容存在用户行为;所述标记为负的关键词,用于指示在具有相应主题的页面下关键词匹配的推荐内容不存在用户行为。

3.根据权利要求1-2任一项所述的获取方法,其特征在于,所述根据所述概率,从提取到的所述至少一个关键词中确定目标词之后,还包括:

根据所述目标词匹配的推荐内容所产生的历史收益,对所述目标词进行筛选。

4.根据权利要求3所述的获取方法,其特征在于,所述根据所述目标词匹配的推荐内容所产生的历史收益,对所述目标词进行筛选,包括:

查询所述目标词是否处于所述目标页面对应的词表中;其中,所述词表中的关键词所匹配的推荐内容,在所述目标页面展示的各推荐内容中收益排序为前n;n为自然数;

若所述目标词处于所述目标页面对应的词表中,统计在所述目标页面内展示所产生的历史收益;

若所述目标词未处于所述目标页面对应的词表中,统计在各页面内展示所总计产生的历史收益;

根据所述历史收益,对所述目标词进行筛选。

5.根据权利要求4所述的获取方法,其特征在于,所述根据所述历史收益,对所述目标词进行筛选,包括:

若所述目标词处于所述目标页面对应的词表中,将所述目标页面内展示所产生的历史收益与设定第一权重值相乘,得到所述目标词的预测收益;

若所述目标词未处于所述目标页面对应的词表中,将各页面内展示所总计产生的历史收益与设定第二权重值相乘,得到所述目标词的预测收益;

筛选保留所述预测收益最大的目标词。

6.根据权利要求1-2任一项所述的获取方法,其特征在于,所述根据所述概率,从提取到的所述至少一个关键词中确定目标词之后,还包括:

根据与所述目标词匹配的推荐内容的健康程度,对所述目标词进行筛选;

和/或,根据所述目标词的健康程度,对所述目标词进行筛选。

7.一种推荐内容的获取装置,其特征在于,所述装置包括:

提取模块,用于从目标页面中,提取至少一个关键词;

预测模块,用于根据历史监测到的用户行为,预测在所述目标页面中,对各关键词匹配的推荐内容执行用户行为的概率;

确定模块,用于根据所述概率,从提取到的所述至少一个关键词中确定目标词,所述目标词是指匹配的推荐内容具有较高概率执行用户行为;

获取模块,用于获取与所述目标词相匹配的目标推荐内容,以在所述目标页面中进行展示;

所述预测模块,具体用于:

将所述目标页面的主题和各关键词输入预测模型,以获取各关键词对应的概率;

其中,所述预测模型,是根据历史监测到的对各页面展示的推荐内容是否执行用户行为进行模型训练得到的,所述预测模型用于根据各页面的主题与相应页面提取到关键词之间的相关性特征,预测在相应页面下对各关键词匹配的推荐内容执行用户行为的概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910208642.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top